UM NOVO MODELO DE PREVISÃO DE INSOLVÊNCIA PARA O …

143 CONTEXTUS Revista Contemporânea de Economia e Gestão. Vol 14 – Nº 2 – mai/ago 2016eeeeeeeeeeeee

UM NOVO MODELO DE PREVISÃO DE INSOLVÊNCIA PARA O SETOR DA

CONSTRUÇÃO CIVIL

A NEW SOLVENCY PREDICTION MODEL FOR COMPANIES IN THE REAL

ESTATE SECTOR

UNO NUEVO MODELO DE PREDICCIÓN DE INSOLVENCIA PARA LA

CONSTRUCIÓN

___________________________________________________________________________

Pablo Pulhese Perim

Mestre em Ciências Contábeis pela

Fundação Instituto Capixaba de Pesquisas

em Contabilidade, Economia e Finanças

(FUCAPE), Brasil;

[email protected]

Danilo Soares Monte-Mor

Doutor em Ciências Contábeis e

Administração pela FUCAPE;

Professor Assistente da FUCAPE

[email protected]

Marco Aurélio dos Santos Sanfins

Doutor em Estatística pela Universidade

Federal do Rio de Janeiro (UFRJ), Brasil;

Professor Adjunto da UFRJ

[email protected]

Neyla Tardin

Doutoranda em Ciências Contábeis e

Administração pela FUCAPE

[email protected]

RESUMO

Este artigo propõe um modelo de cálculo do risco de insolvência para empresas do segmento

da construção civil por meio de uma abordagem que considere, além da qualidade dos ativos,

o grau de severidade dos descasamentos entre ativos e passivos, bem como os riscos inerentes

a esse setor. A partir de simulações de Monte Carlo e de exemplos hipotéticos, verificou-se

que a nova medida foi capaz de capturar os efeitos dos descasamentos entre ativos e passivos

bem como os efeitos da variação das medidas de risco de crédito, o risco de liquidez e o risco

de engenharia. Além disso, os resultados sugerem que a ausência de uma distribuição

harmoniosa entre ativos e passivos pode acarretar um aumento do risco de insolvência, ainda

que o total de ativos a valor presente seja superior ao total de passivos.

Palavras-chave: Setor da construção civil. Risco de insolvência. Simulação de Monte Carlo.

ABSTRACT

This study aims to propose a model that estimates insolvency risk for real estate companies

through an approach that considers, in addition to the assets' quality, the mismatches between

assets and liabilities on time, as well as different risks within the sector. Through Monte Carlo

Contextus ISSNe 2178-9258

Organização: Comitê Científico Interinstitucional

Editor Científico: Carlos Adriano Santos Gomes

Avaliação : Double Blind Review pelo SEER/OJS

Revisão: Gramatical, normativa e de formatação

Recebido em 07/03/2016

Aceito em 09/06/2016

2ª versão aceita em 22/08/2016

___________________________________________________________________________


UM NOVO MODELO DE PREVISÃO DE INSOLVÊNCIA PARA O SETOR DA CONSTRUÇÃO CIVIL

simulations and hypothetical examples, we show that the proposed model was able to capture

mismatches between assets and liabilities and the effects of changes in the risks of credit,

liquidity and engineering. In addition, our results suggest that the absence of a harmonious

distribution of assets and liabilities leads to increasing insolvency risks even when the present

value of total assets is greater than the present value of total liabilities.

Keywords: Real Estate Sector; Insolvency Risk; Monte Carlo Simulation.

RESUMEN

Este artículo tiene como objetivo proponer un modelo de cálculo del riesgo de insolvencia

para las empresas del sector de la construcción a través de un enfoque que tenga en cuenta,

además de la calidad de los activos, el grado de severidad de la falta de correspondencia entre

los activos y pasivos, así como los riesgos inherentes a este sector. A partir de simulaciones de

Monte Carlo y ejemplos hipotéticos, se encontró que la nueva medida fue capaz de capturar

los efectos de los desajustes entre activos y pasivos, así como los efectos de los cambios en

las medidas de riesgo de crédito, el riesgo de liquidez y el riesgo ingeniería. Además, nuestros

resultados sugieren que la ausencia de una distribución armónica de los activos y pasivos

puede conducir a un aumento del riesgo de insolvencia, aunque los activos totales a valor

actual es mayor que el total de pasivos.

Palabras clave: Industria de la construcción. Simulación de Monte Carlo. Riesgo de

insolvencia.

1 INTRODUÇÃO

Impulsionado por políticas de

incentivo à redução do déficit habitacional,

tais como o Programa de Aceleração do

Crescimento (PAC), e pela necessidade de

ampliação e de modernização da

infraestrutura a partir de eventos esportivos

como os jogos Pan-Americanos de 2007 e

a Copa do Mundo de 2014, o setor da

construção civil representa um importante

vetor na geração de empregos e

crescimento econômico no Brasil

(JUNIOR; NOGUEIRA; SHIKIDA, 2012).

Apesar do aumento dos

investimentos e do grau de endividamento

das empresas desse setor ao longo da

década de 2000, a crise americana do

subprime de 2008 e o agravamento dos

problemas fiscais dos países membros da

União Europeia em 2011 elevaram as

restrições de financiamento e de concessão

de novas linhas de crédito nos mercados

emergentes, acarretando redução na

demanda e contração na indústria de

construção civil (JUNIOR; NOGUEIRA;

SHIKIDA, 2012).

Especificamente no Brasil, a

crescente dívida pública, a necessidade de

ajustes no orçamento da União e a redução

no crédito privado têm contribuído para o

aumento no número de pedidos de

recuperação judicial de empresas do setor

(ALVES, 2005). Nesse contexto, alguns

estudos têm evidenciado os efeitos

negativos da falência de empresas da

construção civil, como é o caso da

construtora Encol, que deixou mais de

42.000 mutuários sem seus imóveis

comprados (ALVES, 2005). Entre as

___________________________________________________________________________


Pablo Pulhese Perim, Danilo Soares Monte-Mor, Marco Aurélio dos Santos Sanfins, Neyla Tardin

principais pesquisas sobre insolvência na

construção civil destacam-se Langford,

Iyagba e Komba (1992), que fazem um

comparativo do uso de análise de índices e

o modelo Z-score proposto por Altman

(1968) no Reino Unido, e Correia (2012),

que utiliza os modelos de probabilidade

linear em empresas de construção em

Portugal. No Brasil destaca-se Horta et al.

(2011), que propõe o uso de metodologia

de data mining a partir de dados da

Bovespa para a identificação de

indicadores financeiros discrepantes entre

empresas solventes e insolventes.

A maior parte dos trabalhos

referentes à insolvência, entretanto, tem se

limitado a informações contidas nos

balanços passados e não leva em

consideração para o cálculo do risco de

insolvência as expectativas de

descasamento de fluxo de caixa futuro das

empresas, bem como riscos específicos

associados a cada setor. Dentro dessa

perspectiva, Thomson (1991) evidencia

que outros fatores como a qualidade dos

ativos e habilidades do gestor em gerenciar

descasamentos devem ser levados em

consideração em análises que envolvam a

estimação da probabilidade de falência das

empresas. Ainda que identifiquem

determinantes da insolvência

condicionados a informações passadas, a

maior parte dos estudos deixa aberta a

questão sobre a influência de

descasamentos futuros no risco de

insolvência e como riscos específicos de

cada setor influenciam probabilidades de

default.

Esta pesquisa tem por objetivo

apresentar um modelo de cálculo do risco

insolvência específico para empresas do

setor de construção civil. Tal modelo

considera, além da qualidade dos ativos, o

grau de severidade entre descasamentos,

riscos específicos e inerentes ao setor da

construção civil, como é o caso do risco de

crédito, do risco de engenharia e do risco

de liquidez (KIM, 2013). Para tanto,

ampliou-se o conceito de risco de

insolvência apresentado no modelo de

Monte-Mor e Sanfins (2014).

Monte-Mor e Sanfins (2014)

propõem uma medida estatística com base

na qualidade dos ativos e no descasamento

entre os ativos e passivos. Por meio de um

estudo de caso hipotético de uma

instituição financeira, esta medida,

denominada RiD, indica a valor presente, o

risco de insolvência da instituição

considerando, além dos recebíveis e das

obrigações futuras, o risco dos recebíveis e

o grau de severidade do descasamento em

cada período analisado. No modelo RiD,

além do risco total dado pela medida 𝑅𝑖𝐷𝑡

ao longo do período, é possível medir a

contribuição marginal no risco de

insolvência de cada período k de maneira a

identificar quais períodos contribuem mais

___________________________________________________________________________



significativamente no indicador de

insolvência da empresa.

Para que seja possível ampliar o

conceito de risco de crédito do modelo

apresentado por Monte-Mor e Safins

(2014), foram inseridas no modelo RiD

medidas que incorporam os riscos de não

faturamento da empresa por atrasos ou

penalidades na obra (risco de engenharia) e

o risco de falta de liquidez de mercado

para o imobilizado dado como garantia de

crédito (risco de liquidez).

A partir de simulações de Monte

Carlo e de exemplos hipotéticos, verificou-

se que a nova medida foi capaz de capturar

os efeitos dos descasamentos entre ativos e

passivos bem como os efeitos da variação

das medidas de risco de crédito, risco de

liquidez e risco de engenharia. Além disso,

os resultados sugerem que a ausência de

uma distribuição harmoniosa entre ativos e

passivos pode acarretar em um aumento do

risco de insolvência, ainda que o total de

ativos a valor presente seja superior ao

total de passivos.

O presente trabalho contribui para a

literatura de insolvência ao apontar que

descasamentos entre fluxos de caixa futuro

e riscos específicos de cada segmento,

devem ser considerados para o cálculo de

probabilidades de default.

Especificamente, verificou-se que a

incorporação dos riscos de liquidez e de

engenharia ao risco de crédito mostrou-se

capaz de capturar os efeitos dos

descasamentos entre ativos e passivos com

uma diferença entre o verdadeiro

percentual de descasamento e o percentual

calculado inferior a 7×10−6

para qualquer

nível percentual considerado.

Em termos práticos, verifica-se que

o modelo proposto possibilita um

posicionamento mais realista das

obrigações presentes no balanço

patrimonial no que tange principalmente

aos quesitos cumprimento de metas e

redirecionamento de recursos no longo

prazo. O estabelecimento de uma

ferramenta que auxilie na gestão do fluxo

de caixa da empresa e no remanejamento

de recursos tem potencial para contribuir

com análises que envolvam o risco de

falência no segmento da construção civil,

principalmente em cenários de

instabilidade econômica e de aumento do

número de pedidos de recuperação judicial.

2 REFERENCIAL TEÓRICO

2.1 Modelos de previsão de insolvência,

suas características e particularidades

A insolvência de uma empresa

pode ser definida como a incapacidade da

mesma no cumprimento de suas obrigações

e na manutenção de suas atividades

operacionais. Em particular, quando as

expectativas de lucro futuro a valor

presente não garantem a manutenção de

___________________________________________________________________________



suas operações, diz-se que uma empresa

encontra-se em posição de insolvência

(ALTMAN, 1968).

Altman (1968), por meio de um

estudo baseado em análise discriminante,

propôs o modelo Z-Score para previsão de

falências de instituições financeiras. O

modelo Z-score considera um índice

formado a partir de indicadores de

mercado e de informações contidas no

balanço das empresas que têm efeito na

probabilidade de falência das empresas

(HANNAN; HANWECK, 1988). A partir

da análise de uma amostra com 66

instituições financeiras, Altman (1968)

obteve o Z-score a partir da seguinte

equação discriminante:

𝑧 = 0,012𝑥1 + 0,014𝑥2 + 0,033𝑥3

+ 0,006𝑥4 + 0,999𝑥5

no qual 𝑥1, 𝑥2, 𝑥3, 𝑥4 e 𝑥5 representam

respectivamente Capital de giro/Ativo

total, Lucro acumulado/Ativo total, Lucro

antes de juros e impostos/Ativo total, Valor

de mercado/Dívida total e Vendas/Ativo

total.

A partir do modelo de Altman

(1968), diversos outros estudos avaliaram

empiricamente a aplicabilidade do Z-score.

Thomson (1991), por exemplo, mostrou

que, além da liquidez, a insolvência foi

responsável pela falência de 770 bancos

entre 1984 e 1989. Outros trabalhos como

Kanitz (1976) e Brito e Assaf Neto (2008)

apontam evidências de que empresas

apresentam riscos de insolvência em

períodos anteriores à falência ou ao

período em que incorrem em pedidos de

recuperação judicial.

Especificamente no setor de

construção civil, Langford, Iyagba e

Komba (1992) fizeram um estudo

comparativo do uso de análise de índices e

o modelo Z-Score no Reino Unido

utilizando três empresas insolventes nos 4

anos que antecederam o período de

falência. Tal estudo foi baseado na função

Z-Score adaptada por Mason e Harris

(1979), os quais analisaram 40 empresas

do setor setor de construção civil do Reino

Unido, das quais 20 eram insolventes, o

que resultou na seguinte equação

discriminante:

𝑧 = 25,4 − 51,2 𝑥1 + 87,8 𝑥2 − 4,8𝑥 𝑥3

− 14,5 𝑥4 − 9,1 𝑥5

− 4,5 𝑥6

no qual 𝑥1, 𝑥2, 𝑥3, 𝑥4, 𝑥5 e 𝑥6

representam, respectivamente, o Lucro

antes do juros/Ativo líquido;, Lucro antes

do juros/Capital empregado;

Devedores/Credores, Passivo

circulante/Ativo circulante; log10 (média

em dias para recebimento dos devedores

por ano); e tendência em dias para

pagamento aos credores. O estudo de caso

concluiu que a utilização do Z-Score se

mostrava mais eficiente na predição de

___________________________________________________________________________



falência das empresas analisadas do que a

análise de índices financeiros de

desempenho.

Mais recentemente alguns trabalhos

apresentaram abordagens que ampliam a

análise do Z-score. Décamps, Rochet e

Roger (2004), por exemplo, baseados nas

contribuições de Merton (1977, 1978)

acerca do custo dos seguros e de garantias,

consideram a insolvência como um fator

endógeno e que está relacionado à

capacidade de capitação de recursos de

terceiros. Outros trabalhos como Salcedo-

Sanz et al. (2005) e Hsiao e Whang (2009)

apresentam medidas para o cálculo do

risco de insolvência a partir de abordagens

baseadas em algoritimos genéricos e em

redes neurais artificiais para estimar

probabilidades de default.

No segmento de Real Estate,

Correia (2012) utilizou os modelos de

probabilidade linear, logit e probit em uma

análise com 300 empresas de Portugal e

concluiu que o indicador que tinha a maior

importância na determinação de

insolvência era o de Fluxo de caixa/Ativo

total. Horta et al. (2011), em uma análise

aplicada à firmas brasileiras, propõe o uso

de metodologia de data mining com o

intuito de caracterizar empresas que

apresentam maiores potenciais de se

tornarem insolventes a partir de uma

amostra em que a proporção de empresas

insolventes é bastante inferior à de

empresas solventes.

A maior parte dos trabalhos

referentes à insolvência, entretanto, tem se

limitado a informações contidas nos

balanços passados e não levam em

consideração para o cálculo do risco de

insolvência as expectativas de

descasamento de fluxo de caixa futuro das

empresas, bem como riscos específicos

associados a cada setor. Dentro dessa

perspectiva, Thomson (1991) evidencia

que outros fatores como a qualidade dos

ativos e habilidades do gestor em gerenciar

descasamentos devem ser levados em

consideração em análises que envolvam a

estimação da probabilidade de falência das

empresas. Ainda que identifiquem

determinantes da insolvência

condicionados à informações passadas, a

maior parte dos estudos deixa aberta a

questão sobre a influência de

descasamentos futuros no risco de

insolvência e como riscos específicos de

cada setor influenciam probabilidades de

default.

Nesse contexto, Monte-Mor e

Sanfins (2014) propõe uma medida

estatística com base na qualidade dos

ativos e no descasamento entre os ativos e

passivos. Por meio de um estudo de caso

hipotético de uma instituição financeira,

essa medida, denominada de RiD, indica a

valor presente o risco de insolvência da

___________________________________________________________________________



instituição considerando, além dos

recebíveis e obrigações futuras, o risco dos

recebíveis (risco de crédito) e o grau de

severidade do descasamento em cada

período analisado. No modelo RiD, o risco

de insolvência de uma instituição em um

instante de tempo t é dado por

𝑅𝑖𝐷𝑡

=∑𝑊𝑘𝑡 . 𝛿𝑡[(𝑝𝑘

𝑡 , 𝑎𝑘𝑡 )|𝜃]. 𝑓𝑡[

𝑛

𝑘=1

(𝑝𝑘𝑡 , 𝑎𝑘

𝑡 )|𝜃],

𝑘 = 1, … , 𝑛

no qual 𝑝𝑘𝑡 e 𝑎𝑘

𝑡 representam os totais de

ativos e passivos em cada período

analisado, 𝑊𝑘𝑡, 𝛿𝑡[(𝑝𝑘

𝑡 , 𝑎𝑘𝑡 )|𝜃] e

𝑓𝑡[(𝑝𝑘𝑡 , 𝑎𝑘

𝑡 )|𝜃] determinam o peso do

descasamento no período k, a posição

relativa de insolvência dada à qualidade

dos recebíveis desse período e o valor

presente do descasamento relativo do

período k, respectivamente. Já a variável θ

representa uma medida de risco de crédito.

Com este modelo, além do risco total dado

pela medida 𝑅𝑖𝐷𝑡, é possível medir a

contribuição marginal no risco de

insolvência de cada período k de maneira a

identificar quais períodos contribuem mais

significativamente no indicador de


Especificamente para o caso do

setor de construção civil, alguns estudos

evidenciam o efeito do risco de crédito, do

risco de engenharia e do risco de liquidez

na manutenção das atividades operacionais

das empresas. Na próxima seção, será

apresentada uma adaptação do modelo de

Monte-Mor e Sanfins (2014), de forma que

tal medida de insolvência se torne

apropriada a análises no segmento de

construção civil.

2.2 Um modelo de insolvência adaptado

ao setor de construção civil (RIDCivil)

Nesta seção, amplia-se o conceito

de risco de insolvência, apresentado no

modelo de Monte-Mor e Sanfins (2014),

inserindo os conceitos de risco de

engenharia e risco de liquidez. Essas novas

variáveis inseridas no modelo RiD

incorporam novos fatores de risco relativos

ao segmento de construção civil. Em

particular: o risco de engenharia refere-se

ao risco de não faturamento da empresa

por atrasos ou penalidades na obra; o risco

de liquidez refere-se ao risco de falta de

liquidez de mercado para o imobilizado

dado como garantia de crédito.

Nas análises a serem apresentadas,

define-se como recebíveis os ativos

disponíveis para venda em estoque mais os

recebíveis das unidades já vendidas.

Considera-se ainda como passivos as

obrigações da empresa ao longo dos

períodos.

Para que seja possível a

consideração dos riscos de crédito,

liquidez, engenharia e de mercado para o

___________________________________________________________________________



cálculo do risco de crédito a partir do

modelo de Monte-Mor e Sanfis (2014),

define-se primeiramente o descasamento a

valor presente de um dado período k como

𝐷𝑘𝑡 = [𝑎1𝑘

𝑡 . 𝜃1 + 𝑎2𝑘𝑡 . 𝜃2 +

𝑎3𝑘𝑡 . (𝜃2. 𝜃3) + 𝑎4𝑘

𝑡 . (𝜃1. 𝜃3)] − 𝑝𝑘𝑡

no qual 𝐷𝑘𝑡 representa o descasamento a

valor presente entre a soma dos ativos

disponíveis para venda e os recebíveis de

unidades já vendidas menos as obrigações

𝑝𝑘𝑡 do período k.

Em particular, denota-se por 𝑎𝑘𝑡 a

soma a valor presente dos quatro tipos de

recebíveis do período k:

𝑎𝑘𝑡 = 𝑎1𝑘

𝑡 + 𝑎2𝑘𝑡 + 𝑎3𝑘

𝑡 + 𝑎4𝑘𝑡

no qual 𝑎1𝑘𝑡 representa o valor presente

dos recebíveis no período k de unidades

prontas e já vendidas; 𝑎2𝑘𝑡 representa os

ativos disponíveis para venda no período k

de unidades prontas e que encontram-se

em estoque no período t; 𝑎3𝑘𝑡 se refere aos

ativos disponíveis para venda no período k

de unidades em construção ou lançadas no

instante t; e 𝑎4𝑘𝑡 representa os recebíveis

no período k de unidades em construção no

instante t e já vendidas.

Essa decomposição de ativos no

período k se faz necessária uma vez que os

mesmos estarão sujeitos a diferentes

fatores de risco, a saber: um fator de risco

de crédito θ1, ou seja, de inadimplência do

devedor; um fator de risco de liquidez de

mercado θ2 referente ao ativo em estoque;

e um fator de risco de engenharia θ3 que

representa a possibilidade de não

recebimento devido a atrasos na entrega

das unidades. Na equação de

descasamento, 𝑝𝑘𝑡 representa as obrigações

totais no período k trazidas a valor presente

no instante t.

Uma vez estabelecidos os fatores de

risco, ampliam-se as funções presentes no

modelo proposto por Monte-Mor e Sanfins

(2014) a partir das seguintes definições:



𝑡 + 𝑎4𝑘𝑡 ;

𝜃 =

∑ (𝑎1𝑘𝑡 . 𝜃1)𝑛

𝑘=1 + ∑ (𝑎2𝑘𝑡 . 𝜃2)𝑛

𝑘=1 +

∑ [𝑎3𝑘𝑡 . (𝜃2. 𝜃3)]𝑛

𝑘=1 +

∑ [𝑎4𝑘𝑡 . (𝜃1. 𝜃3)]𝑛

𝑘=1

∑ 𝑎𝑘𝑡𝑛

𝑘=1

;

𝑊𝑡(𝑘) =𝑝𝑘𝑡

∑ 𝑝𝑖𝑡𝑛

𝑖=1

;

𝑓𝑡[(𝑝𝑘𝑡 , 𝜃. 𝑎𝑘

𝑡 )|𝜃]

=

{

𝑝𝑘

𝑡 − 𝜃. 𝑎𝑘𝑡

𝑝𝑘𝑡 , 𝑝𝑘

𝑡 ≥ 𝜃. 𝑎𝑘𝑡

𝜃. 𝑎𝑘𝑡 − 𝑝𝑘

𝑡

𝑝𝑘𝑡 , 𝑝𝑘

𝑡 < 𝜃. 𝑎𝑘𝑡 , 𝜃 ≠ 0

;

𝛿𝑡[(𝑝𝑘𝑡 , 𝑎𝑘

𝑡 )|𝜃] = {

1, 𝑝𝑘𝑡 ≥ 𝑎𝑘

𝑡

𝜃, 𝜃. 𝑎𝑘𝑡 ≤ 𝑝𝑘

𝑡 < 𝑎𝑘𝑡

0, 𝑝𝑘𝑡 < 𝜃. 𝑎𝑘

𝑡

;

𝑘 = 1,… , 𝑛.

no qual: 𝑎𝑘𝑡 representa os ativos totais

disponíveis para venda mais os recebíveis

___________________________________________________________________________



totais de unidades já vendidas a valor

presente no instante t referente ao período

k; θ representa o fator de risco ponderado e

que leva em consideração os riscos

inerentes ao setor de construção civil;

𝑊𝑡(𝑘) avalia a posição relativa das

obrigações de cada período k com relação

às obrigações totais da instituição (ou seja,

representa o peso a ser atribuído à

ocorrência de um descasamento de um

determinado período k); 𝑓𝑡[(𝑝𝑘𝑡 , 𝜃. 𝑎𝑘

𝑡 )|𝜃]

representa os impactos relativos do

descasamento entre os passivos e ativos

totais do período k, dados os riscos

associados à cada tipo de ativo desse

período; e 𝛿𝑡[(𝑝𝑘𝑡 , 𝑎𝑘

𝑡 )|𝜃] representa a

posição relativa de insolvência no período

k.

A partir dessas definições, propõe-

se uma medida para evidenciar o grau de

insolvência para empresas do setor de

construção civil por meio da seguinte

função:

𝑹𝒊𝑫𝒄𝒊𝒗𝒊𝒍𝒕 =

∑ 𝑊𝑡(𝑘).𝒏𝒌=𝟏 𝛿𝑡[(𝑝𝑘

𝑡 , 𝑎𝑘𝑡 )|𝜃]. 𝑓𝑡[(𝑝𝑘

𝑡 , 𝜃. 𝑎𝑘𝑡 )|𝜃]

, k=1,..., n.

O Quadro 1 apresenta

resumidamente a descrição das variáveis

utilizadas para construção do 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙𝑡 .

Quadro 1 - Descrição das variáveis utilizadas para a construção da medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙𝑡

Medida Descrição

pkt Representa as obrigações do período k.



𝑡 + 𝑎4𝑘𝑡

Representa a soma a valor presente dos quatro tipos de recebíveis do

período k, no qual 𝑎1𝑘𝑡 representa o valor presente dos recebíveis no

período k de unidades prontas e já vendidas; 𝑎2𝑘𝑡 representa os

ativos disponíveis para venda no período k de unidades prontas e

que encontram-se em estoque no período t; 𝑎3𝑘𝑡 refere-se aos ativos

disponíveis para venda no período k de unidades em construção ou

lançadas no instante t; e 𝑎4𝑘𝑡 representa os recebíveis no período k

de unidades em construção no instante t e já vendidas.

Dkt

Representa o descasamento a valor presente entre a soma dos ativos

disponíveis para venda e os recebíveis de unidades já vendidas

menos as obrigações 𝑝𝑘𝑡 do período k.

θ1, θ2 e θ3

Representam o risco de inadimplência do devedor (risco de crédito);

risco de liquidez de mercado de ativos em estoque (risco de

liquidez) e risco de não recebimento devido a atrasos na entrega das

unidades (risco de engenharia), respectivamente.

θ Representa o fator de risco ponderado e que leva em consideração

os riscos inerentes ao setor de construção civil;

Wt(k)

Avalia a posição relativa das obrigações de cada período k com

relação às obrigações totais da instituição (ou seja, representa o peso

a ser atribuído à ocorrência de um descasamento de um determinado

período k);

𝑓𝑡[(𝑝𝑘𝑡 , 𝜃. 𝑎𝑘

𝑡 )|𝜃] Define os impactos relativos do descasamento entre os passivos e

ativos totais do período k, dados os riscos associados à cada tipo de

ativo desse período

𝛿𝑡[(𝑝𝑘𝑡 , 𝑎𝑘

𝑡 )|𝜃] Define a posição relativa de insolvência no período k.

Fonte: Elaboração dos autores.

___________________________________________________________________________



Assim como no modelo proposto

por Monte-Mor e Sanfins (2014), é

possível determinar quais períodos têm

maior impacto marginal na composição do

índice de insolvência da instituição, tal

como exposto a seguir. Nesse caso,

verifica-se que ambas as medidas 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙𝑡

e 𝑟𝑐𝑖𝑣𝑖𝑙𝑡 podem indicar o valor total de risco

de insolvência bem como os períodos que

mais contribuem para este risco em

empresas do setor de construção civil,

respectivamente.

𝑟𝑐𝑖𝑣𝑖𝑙𝑡 (𝑘 |𝑝, 𝑎, 𝜃)

=𝑊𝑡(𝑘). 𝛿𝑡[(𝑝𝑘

𝑡 , 𝑎𝑘𝑡 )|𝜃]. 𝑓𝑡[(𝑝𝑘

𝑡 , 𝜃. 𝑎𝑘𝑡 )|𝜃]

∑ 𝑊𝑡(𝑖). 𝛿𝑡[(𝑝𝑖𝑡 , 𝑎𝑖

𝑡)|𝜃]. 𝑓𝑡[(𝑝𝑖𝑡 , 𝜃. 𝑎𝑖

𝑡)|𝜃]𝑛𝑖=1

,

𝑘 = 1, … , 𝑛.

Na próxima seção, apresentam-se

simulações com o intuito de verificar o

comportamento da medida proposta a

partir de diferentes níveis de descasamento

e de diferentes valores para os riscos de

engenharia, de crédito e de liquidez

considerados.

3 SIMULAÇÃO

O propósito desta seção é, por meio

de simulações de Monte-Carlo, verificar

como a medida RiDcivil se comporta diante

de diferentes cenários de descasamento

entre ativos e passivos e de aplicação dos

fatores de risco. Após as simulações, é

feito um teste com dados hipotéticos para

verificar a aplicabilidade do modelo e

aderência dos resultados obtidos com as

conclusões das simulações feitas.

3.1 Resultados da simulação

Com o intuito de verificar a

sensibilidade da nova medida RiDcivil aos

riscos de crédito, engenharia e liquidez,

variáveis endógenas ao modelo, foram

realizadas duas simulações, nas quais para

determinados valores de θ1, θ2 e θ3, são

escolhidos a partir de valores de risco de

crédito, liquidez e engenharia aleatórios e

proveniente de uma distribuição beta com

média j e variância 0.01. As simulações

foram feitas tanto a partir do descasamento

de ativos em relação a passivos, ou seja,

valores de ativo superiores aos valores de

passivo (𝑝𝑡 < 𝑎𝑡), quanto a partir do

descasamento do passivo em relação ao

ativo (𝑎𝑡 < 𝑝𝑡). Para tanto o seguinte

algoritmo foi elaborado:

passo 1 - o percentual de descasamento

i variando de 10, 30, 50, 70 e 90 é

escolhido;

passo 2 - o percentual j para o risco de

crédito variando de 0, 10, 20, 30, 40,

50, 60, 70, 80, 90 e 100 é escolhido;

passo 3 - o percentual k para o risco de

liquidez variando de 0, 10, 20, 30, 40,

50, 60, 70, 80, 90 e 100 é escolhido;

___________________________________________________________________________



Passo 4 - o percentual l para o risco de

engenharia variando de 0, 10, 20, 30,

40, 50, 60, 70, 80, 90 e 100 é

escolhido;

passo 5 - são escolhidos aleatoriamente

valores para os riscos de crédito,

liquidez e engenharia, a partir de uma

distribuição beta com média j, k e l,

respectivamente, e variância 0.01;

passo 6 - são escolhidos aleatoriamente

n períodos para se realizar o

descasamento;

passo 7 - para os n períodos

escolhidos, é escolhido aleatoriamente

o percentual proporcional a ser

descasado;

passo 8 - a medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 é

calculada;

passo 9 - para cada (i,j,k,l), repetir 100

vezes a partir do passo 5 e armazenar a

medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙;

passo 10 - calcular o valor esperado

das 100 simulações;

passo 11 - retornar ao passo 4 e

incrementar l;


incrementar k;


incrementar j;


incrementar i.

A Tabela 1 mostra os valores

esperados da medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 para as

simulações a partir do descasamento do

ativo em relação ao passivo, para um valor

fixo de risco de crédito de 10%, enquanto a

Tabela 2 mostra os valores esperados da

medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 para as simulações a partir

do descasamento do passivo em relação ao

ativo (𝑎𝑡 < 𝑝𝑡) para a mesma condição de

risco de crédito fixo em 10%.

Observa-se a partir dos resultados

da Tabela 1 no Painel A que quanto

maiores os fatores de risco de liquidez e

engenharia, maior é o resultado da medida

𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙. Observa-se ainda que, analisando-

se os resultados dos painéis B, C, D e E,

para cada aumento no valor do

descasamento do ativo em relação ao

passivo, o valor da medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 se

aproxima de zero. No entanto verifica-se

que mesmo quando o ativo tem valor 90%

superior ao passivo, o risco de insolvência

não é nulo para elevados riscos de liquidez

e engenharia. Esse fato indica que mesmo

que o ativo da empresa seja superior ao

passivo, existe um risco de insolvência

associado à possibilidade de não

recebimento dos ativos.

___________________________________________________________________________



Tabela 1 - Resultados das simulações para descasamento do ativo em relação ao passivo

Painel A: Resultados das simulações do RiDcivil com descasamento de 10% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,0080 0,0096 0,0109 0,0124 0,0137 0,0152 0,0162 0,0169 0,0204 0,0214 0,0218

0,1 0,0225 0,0265 0,0296 0,0325 0,0357 0,0389 0,0420 0,0457 0,0492 0,0541 0,0572

0,2 0,0390 0,0439 0,0507 0,0553 0,0603 0,0659 0,0726 0,0763 0,0821 0,0881 0,0933

0,3 0,0581 0,0636 0,0709 0,0786 0,0859 0,0903 0,0987 0,1058 0,1119 0,1198 0,1250

0,4 0,0753 0,0837 0,0914 0,1017 0,1087 0,1170 0,1260 0,1334 0,1396 0,1472 0,1555

0,5 0,0927 0,1022 0,1139 0,1220 0,1320 0,1396 0,1499 0,1576 0,1652 0,1731 0,1795

0,6 0,1099 0,1204 0,1317 0,1425 0,1514 0,1617 0,1696 0,1775 0,1863 0,1933 0,2003

0,7 0,1260 0,1375 0,1494 0,1610 0,1704 0,1783 0,1898 0,1966 0,2035 0,2095 0,2155

0,8 0,1407 0,1524 0,1644 0,1760 0,1857 0,1956 0,2031 0,2101 0,2186 0,2234 0,2275

0,9 0,1548 0,1687 0,1783 0,1903 0,2008 0,2098 0,2158 0,2232 0,2268 0,2300 0,2321

1,0 0,1670 0,1804 0,1949 0,2031 0,2117 0,2198 0,2247 0,2288 0,2322 0,2327 0,2334

Painel B: Resultados das simulações do RiDcivil com descasamento de 30% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,0014 0,0018 0,0021 0,0024 0,0032 0,0033 0,0039 0,0051 0,0052 0,0052 0,0059

0,1 0,0058 0,0073 0,0083 0,0105 0,0120 0,0147 0,0156 0,0184 0,0199 0,0215 0,0234

0,2 0,0140 0,0169 0,0190 0,0209 0,0256 0,0306 0,0331 0,0364 0,0409 0,0449 0,0478

0,3 0,0222 0,0288 0,0332 0,0395 0,0437 0,0495 0,0547 0,0608 0,0635 0,0703 0,0746

0,4 0,0362 0,0428 0,0469 0,0559 0,0614 0,0695 0,0741 0,0847 0,0912 0,0951 0,1021

0,5 0,0467 0,0555 0,0634 0,0694 0,0821 0,0897 0,0979 0,1056 0,1154 0,1212 0,1267

0,6 0,0603 0,0692 0,0819 0,0919 0,1000 0,1080 0,1194 0,1287 0,1371 0,1455 0,1517

0,7 0,0751 0,0891 0,0965 0,1090 0,1180 0,1294 0,1372 0,1479 0,1558 0,1638 0,1698

0,8 0,0898 0,1026 0,1112 0,1257 0,1349 0,1483 0,1557 0,1660 0,1731 0,1807 0,1870

0,9 0,1041 0,1154 0,1273 0,1414 0,1515 0,1602 0,1723 0,1795 0,1867 0,1940 0,1967

1,0 0,1164 0,1316 0,1423 0,1544 0,1642 0,1756 0,1827 0,1904 0,1955 0,2012 0,2025

Painel C: Resultados das simulações do RiDcivil com descasamento de 50% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,0002 0,0003 0,0003 0,0006 0,0005 0,0007 0,0006 0,0009 0,0010 0,0012 0,0013

0,1 0,0018 0,0019 0,0025 0,0028 0,0029 0,0045 0,0043 0,0054 0,0062 0,0071 0,0085

0,2 0,0039 0,0056 0,0060 0,0078 0,0093 0,0119 0,0137 0,0148 0,0167 0,0194 0,0210

0,3 0,0081 0,0102 0,0119 0,0151 0,0187 0,0220 0,0264 0,0272 0,0306 0,0360 0,0386

0,4 0,0136 0,0176 0,0209 0,0249 0,0292 0,0333 0,0389 0,0431 0,0491 0,0559 0,0578

0,5 0,0202 0,0277 0,0323 0,0355 0,0447 0,0503 0,0552 0,0611 0,0726 0,0787 0,0834

0,6 0,0300 0,0366 0,0416 0,0482 0,0578 0,0657 0,0737 0,0803 0,0891 0,0965 0,1043

0,7 0,0380 0,0459 0,0553 0,0669 0,0711 0,0837 0,0927 0,1000 0,1095 0,1167 0,1272

0,8 0,0510 0,0588 0,0673 0,0803 0,0896 0,0977 0,1095 0,1176 0,1288 0,1346 0,1408

0,9 0,0607 0,0712 0,0851 0,0949 0,1042 0,1170 0,1236 0,1374 0,1409 0,1499 0,1571

1,0 0,0716 0,0859 0,0969 0,1057 0,1201 0,1311 0,1414 0,1469 0,1582 0,1658 0,1707

___________________________________________________________________________



Tabela 1 - Resultados das simulações para descasamento do ativo em relação ao passivo (cont.)

Painel D: Resultados das simulações do RiDcivil com descasamento de 70% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0000 0,0001 0,0002 0,0001

0,1 0,0001 0,0003 0,0003 0,0003 0,0004 0,0005 0,0007 0,0009 0,0010 0,0013 0,0017

0,2 0,0006 0,0006 0,0011 0,0013 0,0015 0,0034 0,0027 0,0033 0,0046 0,0050 0,0064

0,3 0,0017 0,0019 0,0029 0,0023 0,0041 0,0063 0,0059 0,0079 0,0112 0,0121 0,0155

0,4 0,0031 0,0052 0,0054 0,0064 0,0091 0,0110 0,0154 0,0168 0,0182 0,0196 0,0245

0,5 0,0059 0,0087 0,0100 0,0144 0,0168 0,0197 0,0232 0,0282 0,0295 0,0334 0,0407

0,6 0,0103 0,0130 0,0148 0,0190 0,0212 0,0305 0,0349 0,0377 0,0435 0,0520 0,0579

0,7 0,0135 0,0167 0,0237 0,0290 0,0332 0,0410 0,0457 0,0528 0,0595 0,0700 0,0752

0,8 0,0192 0,0233 0,0297 0,0356 0,0471 0,0524 0,0591 0,0688 0,0793 0,0828 0,0947

0,9 0,0257 0,0363 0,0407 0,0537 0,0582 0,0649 0,0762 0,0844 0,0914 0,1031 0,1111

1,0 0,0348 0,0421 0,0506 0,0593 0,0680 0,0823 0,0920 0,0982 0,1064 0,1202 0,1243


Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000

0,1 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0000 0,0000 0,0000 0,0000 0,0000

0,2 0,0000 0,0001 0,0000 0,0000 0,0001 0,0001 0,0003 0,0001 0,0002 0,0000 0,0003

0,3 0,0000 0,0000 0,0000 0,0002 0,0000 0,0006 0,0001 0,0003 0,0003 0,0004 0,0011

0,4 0,0001 0,0002 0,0002 0,0002 0,0002 0,0007 0,0007 0,0005 0,0015 0,0024 0,0015

0,5 0,0005 0,0005 0,0010 0,0007 0,0010 0,0009 0,0019 0,0030 0,0046 0,0055 0,0078

0,6 0,0005 0,0009 0,0009 0,0014 0,0037 0,0048 0,0053 0,0048 0,0064 0,0103 0,0127

0,7 0,0011 0,0009 0,0022 0,0038 0,0056 0,0082 0,0086 0,0094 0,0144 0,0164 0,0231

0,8 0,0018 0,0026 0,0034 0,0052 0,0067 0,0105 0,0133 0,0168 0,0171 0,0289 0,0326

0,9 0,0025 0,0051 0,0048 0,0075 0,0117 0,0182 0,0182 0,0272 0,0306 0,0384 0,0496

1,0 0,0054 0,0078 0,0099 0,0130 0,0181 0,0251 0,0302 0,0368 0,0463 0,0475 0,0557

Fonte: Dados da pesquisa.

Na Tabela 2, que indica o

descasamento do passivo em relação ao

ativo (𝑎𝑡 < 𝑝𝑡), nota-se que a medida

𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 captura com precisão o risco de

insolvência atrelado a não disponibilização

dos recebíveis, mesmo para um valor baixo

de descasamento de 10%, como se observa

no Painel A. Observa-se também nos

painéis subsequentes que este risco de

insolvência é maior quanto maior for o

descasamento e os fatores de risco

atrelados aos ativos.

___________________________________________________________________________



Tabela 2 - Resultados das Simulações em que o passivo é descasado em relação ao ativo

Painel A: Resultados das simulações do RiDcivil com descasamento de 10% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,1225 0,1247 0,1270 0,1292 0,1315 0,1337 0,1360 0,1382 0,1405 0,1427 0,1450

0,1 0,1450 0,1495 0,1540 0,1585 0,1630 0,1675 0,1720 0,1765 0,1810 0,1855 0,1900

0,2 0,1675 0,1742 0,1810 0,1877 0,1945 0,2012 0,2080 0,2147 0,2215 0,2282 0,2350

0,3 0,1900 0,1990 0,2080 0,2170 0,2260 0,2350 0,2440 0,2530 0,2620 0,2710 0,2800

0,4 0,2125 0,2237 0,2350 0,2462 0,2575 0,2687 0,2800 0,2912 0,3025 0,3137 0,3250

0,5 0,2350 0,2485 0,2620 0,2755 0,2890 0,3025 0,3160 0,3295 0,3430 0,3565 0,3700

0,6 0,2575 0,2732 0,2890 0,3047 0,3205 0,3362 0,3520 0,3677 0,3835 0,3992 0,4150

0,7 0,2800 0,2980 0,3160 0,3340 0,3520 0,3700 0,3880 0,4060 0,4240 0,4420 0,4600

0,8 0,3025 0,3227 0,3430 0,3632 0,3835 0,4037 0,4240 0,4442 0,4645 0,4847 0,5050

0,9 0,3250 0,3475 0,3700 0,3925 0,4150 0,4375 0,4600 0,4825 0,5050 0,5275 0,5500

1,0 0,3475 0,3722 0,3970 0,4217 0,4465 0,4712 0,4960 0,5207 0,5455 0,5702 0,5950

Painel B: Resultados das simulações do RiDcivil com descasamento de 30% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,3175 0,3192 0,3210 0,3227 0,3245 0,3262 0,3280 0,3297 0,3315 0,3332 0,3350

0,1 0,3350 0,3385 0,3420 0,3455 0,3490 0,3525 0,3560 0,3595 0,3630 0,3665 0,3700

0,2 0,3525 0,3577 0,3630 0,3682 0,3735 0,3787 0,3840 0,3892 0,3945 0,3997 0,4050

0,3 0,3700 0,3770 0,3840 0,3910 0,3980 0,4050 0,4120 0,4190 0,4260 0,4330 0,4400

0,4 0,3875 0,3962 0,4050 0,4137 0,4225 0,4312 0,4400 0,4487 0,4575 0,4662 0,4750

0,5 0,4050 0,4155 0,4260 0,4365 0,4470 0,4575 0,4680 0,4785 0,4890 0,4995 0,5100

0,6 0,4225 0,4347 0,4470 0,4592 0,4715 0,4837 0,4960 0,5082 0,5205 0,5327 0,5450

0,7 0,4400 0,4540 0,4680 0,4820 0,4960 0,5100 0,5240 0,5380 0,5520 0,5660 0,5800

0,8 0,4575 0,4732 0,4890 0,5047 0,5205 0,5362 0,5520 0,5677 0,5835 0,5992 0,6150

0,9 0,4750 0,4925 0,5100 0,5275 0,5450 0,5625 0,5800 0,5975 0,6150 0,6325 0,6500

1,0 0,4925 0,5117 0,5310 0,5502 0,5695 0,5887 0,6080 0,6272 0,6465 0,6657 0,6850

Painel C: Resultados das simulações do RiDcivil com descasamento de 50% e risco de crédito de 10%

Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,5125 0,5137 0,5150 0,5162 0,5175 0,5187 0,5200 0,5212 0,5225 0,5237 0,5250

0,1 0,5250 0,5275 0,5300 0,5325 0,5350 0,5375 0,5400 0,5425 0,5450 0,5475 0,5500

0,2 0,5375 0,5412 0,5450 0,5487 0,5525 0,5562 0,5600 0,5637 0,5675 0,5712 0,5750

0,3 0,5500 0,5550 0,5600 0,5650 0,5700 0,5750 0,5800 0,5850 0,5900 0,5950 0,6000

0,4 0,5625 0,5687 0,5750 0,5812 0,5875 0,5937 0,6000 0,6062 0,6125 0,6187 0,6250

0,5 0,5750 0,5825 0,5900 0,5975 0,6050 0,6125 0,6200 0,6275 0,6350 0,6425 0,6500

0,6 0,5875 0,5962 0,6050 0,6137 0,6225 0,6312 0,6400 0,6487 0,6575 0,6662 0,6750

0,7 0,6000 0,6100 0,6200 0,6300 0,6400 0,6500 0,6600 0,6700 0,6800 0,6900 0,7000

0,8 0,6125 0,6237 0,6350 0,6462 0,6575 0,6687 0,6800 0,6912 0,7025 0,7137 0,7250

0,9 0,6250 0,6375 0,6500 0,6625 0,6750 0,6875 0,7000 0,7125 0,7250 0,7375 0,7500

1,0 0,6375 0,6512 0,6650 0,6787 0,6925 0,7062 0,7200 0,7337 0,7475 0,7612 0,7750

___________________________________________________________________________



Tabela 2 - Resultados das Simulações em que o passivo é descasado em relação ao ativo (cont.)


Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,7075 0,7082 0,7090 0,7097 0,7105 0,7112 0,7120 0,7127 0,7135 0,7142 0,7150

0,1 0,7150 0,7165 0,7180 0,7195 0,7210 0,7225 0,7240 0,7255 0,7270 0,7285 0,7300

0,2 0,7225 0,7247 0,7270 0,7292 0,7315 0,7337 0,7360 0,7382 0,7405 0,7427 0,7450

0,3 0,7300 0,7330 0,7360 0,7390 0,7420 0,7450 0,7480 0,7510 0,7540 0,7570 0,7600

0,4 0,7375 0,7412 0,7450 0,7487 0,7525 0,7562 0,7600 0,7637 0,7675 0,7712 0,7750

0,5 0,7450 0,7495 0,7540 0,7585 0,7630 0,7675 0,7720 0,7765 0,7810 0,7855 0,7900

0,6 0,7525 0,7577 0,7630 0,7682 0,7735 0,7787 0,7840 0,7892 0,7945 0,7997 0,8050

0,7 0,7600 0,7660 0,7720 0,7780 0,7840 0,7900 0,7960 0,8020 0,8080 0,8140 0,8200

0,8 0,7675 0,7742 0,7810 0,7877 0,7945 0,8012 0,8080 0,8147 0,8215 0,8282 0,8350

0,9 0,7750 0,7825 0,7900 0,7975 0,8050 0,8125 0,8200 0,8275 0,8350 0,8425 0,8500

1,0 0,7825 0,7907 0,7990 0,8072 0,8155 0,8237 0,8320 0,8402 0,8485 0,8567 0,8650


Risco de Engenharia

Ris

co d

e L

iqu

idez

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

0,0 0,9025 0,9027 0,9030 0,9032 0,9035 0,9037 0,9040 0,9042 0,9045 0,9047 0,9050

0,1 0,9050 0,9055 0,9060 0,9065 0,9070 0,9075 0,9080 0,9085 0,9090 0,9095 0,9100

0,2 0,9075 0,9082 0,9090 0,9097 0,9105 0,9112 0,9120 0,9127 0,9135 0,9142 0,9150

0,3 0,9100 0,9110 0,9120 0,9130 0,9140 0,9150 0,9160 0,9170 0,9180 0,9190 0,9200

0,4 0,9125 0,9137 0,9150 0,9162 0,9175 0,9187 0,9200 0,9212 0,9225 0,9237 0,9250

0,5 0,9150 0,9165 0,9180 0,9195 0,9210 0,9225 0,9240 0,9255 0,9270 0,9285 0,9300

0,6 0,9175 0,9192 0,9210 0,9227 0,9245 0,9262 0,9280 0,9297 0,9315 0,9332 0,9350

0,7 0,9200 0,9220 0,9240 0,9260 0,9280 0,9300 0,9320 0,9340 0,9360 0,9380 0,9400

0,8 0,9225 0,9247 0,9270 0,9292 0,9315 0,9337 0,9360 0,9382 0,9405 0,9427 0,9450

0,9 0,9250 0,9275 0,9300 0,9325 0,9350 0,9375 0,9400 0,9425 0,9450 0,9475 0,9500

1,0 0,9275 0,9302 0,9330 0,9357 0,9385 0,9412 0,9440 0,9467 0,9495 0,9522 0,9550


A partir dos resultados destas

simulações, verifica-se que a medida

𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 é capaz de mensurar riscos de

insolvência para quaisquer que sejam os

descasamentos a valor presente entre ativos

e passivos e qualquer que seja a forma que

esses descasamentos estejam distribuídos

ao longo do tempo. Como a incidência dos

riscos de crédito, liquidez e engenharia sob

as carteiras ao longo do tempo também foi

aleatorizada, permitiu-se que carteiras de

diferentes períodos pudessem estar

suscetíveis a diferentes riscos, o que

aproxima a simulação de contextos reais,

nos quais carteiras compostas por

diferentes riscos possuem perdas esperadas

distintas.

Diante de cenários de instabilidade

econômica com crescente número de

pedidos de recuperação judicial e

decretação de falências, análises como as

fornecidas pela medida proposta têm

potencial para contribuir tanto para

gestores das empresas como para

investidores do segmento de construção

civil. Só no Brasil, por exemplo, segundo

___________________________________________________________________________



dados do Serasa Experian (2015), as

falências decretadas tiveram um aumento a

partir de 2011 até 2013. Já o número de

recuperações judiciais concedidas continua

crescendo significativamente de 2011 a

2014, conforme Gráfico 1.

Gráfico 1 - Falências decretadas e recuperações judiciais concedidas a empresas brasileiras

Fonte: SERASA Experian (2015).

Na próxima seção, será apresentada

a aplicação da metodologia do 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙

para dados representativos de ativos e

passivos presentes em um balanço

patrimonial hipotético. Dessa forma, será

possível uma melhor visualização do

impacto dos fatores de risco no risco de

insolvência e a influência marginal que

cada período possui na medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙,

dadas as distribuições dos ativos e

passivos.

3.2 Exemplo de aplicação da medida

RiDcivil

Como exemplo de aplicação da

nova medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙, foi construído um

balanço patrimonial hipotético para 36

períodos com dados já apresentados a valor

presente no período t=1. Para que

alterações no custo de capital da empresa

hipotética ao longo do tempo não

distorçam inferências a serem feitas a

partir do fluxo analisado, as séries

apresentadas na Tabela 3 foram

inicialmente formuladas de modo a já

representar o valor presente de cada

ativo/passivo. A Tabela 3 detalha as

informações desse balanço com os dados

assumidos pelas funções componentes da

medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙.

Para o cálculo do 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙

considerou-se uma perda média por risco

de liquidez de 5% com variância de 0,1. A

perda média por risco de crédito foi

considerada de 1%, uma vez que os

contratos firmados para esses recebíveis

___________________________________________________________________________

159 CONTEXTUS Revista Contemporânea de Economia e Gestão. Vol 14 – Nº 2 – abr/jul 2016eeeeeeeeeeeeee_


dão o próprio objeto do contrato como

garantia. Já para a perda média por risco de

engenharia, assumiu-se um valor médio de

5%. Assim os ativos disponíveis para

venda mais os recebíveis totais, aqui

definidos apenas como ativos, de todos os

períodos analisados foram penalizados

seguindo esse critério. Espera-se que dessa

forma, assumindo-se diferentes fatores de

risco em diferentes períodos com uma

probabilidade média de 95% desses ativos,

tenha-se uma informação mais verossímil,

uma vez que as diferentes classes de ativos

de uma carteira estão associadas a

diferentes perdas esperadas. Dessa

maneira, o valor dos ativos em questão em

cada período depende diretamente da

qualidade desses ativos, aproximando-se

esse exemplo de um caso real.

Observando-se os resultados da

Tabela 3, o risco de insolvência total dado

pela medida 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 ficou em 30,01%, ou

seja, mesmo que os ativos totais

disponíveis para venda mais os recebíveis

totais, sejam superiores às obrigações

totais, ambos trazidos a valor presente no

período 1, existe um risco de a empresa ser

insolvente em 30,01%. Observa-se também

que os períodos de 10 a 16 são os que mais

contribuem marginalmente para esse risco

de insolvência e representam 64,47% de

peso no risco de insolvência em todos os

períodos analisados.

___________________________________________________________________________________________________________________

160 CONTEXTUS Revista Contemporânea de Economia e Gestão. Vol 14 – Nº 2 – mai/ago 2016eeeeeeeeeeeeee __eeeeeeeeeeeee___________________________________


Tabela 3 - Informações da função 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 para o exemplo hipotético

ANO a1 a2 a3 a4 ATIVO PASSIVO Wt(k) δ

t(p,a) Ө1 Ө2

Ө3 Ө ft RiD

tcivil R

t(k | p,a)

1 79742403 191488555 53427917 76033659 400692534 125414379 4,64% 0 0,99 1,00 0,95 0,98 0,67 0,00% 0,00%

2 231354289 86175859 54487625 88552776 460570549 132482725 4,90% 0 0,99 0,43 0,95 0,81 0,52 0,00% 0,00%

3 65226096 125849408 183501039 65995733 440572275 145335304 5,38% 0 0,99 0,95 0,95 0,93 0,60 0,00% 0,00%

4 124556622 30403554 52480836 113039840 320480852 140467435 5,20% 0 0,99 0,96 0,95 0,96 0,52 0,00% 0,00%

5 90364688 79665778 21764785 28826487 220621738 150599121 5,57% 0 0,99 1,00 0,95 0,98 0,30 0,00% 0,00%

6 43712070 54063100 28731002 49931147 176437319 138532455 5,13% 0 0,99 0,97 0,95 0,96 0,17 0,00% 0,00%

7 29154009 44322114 17121562 25824265 116421950 120341248 4,45% 1 0,99 1,00 0,95 0,98 0,06 0,25% 0,82%

8 24133637 26579989 13366465 28273342 92353432 95511020 3,53% 1 0,99 0,89 0,95 0,92 0,11 0,38% 1,26%

9 42316861 30681512 2517278 8473444 83989095 100708949 3,73% 1 0,99 0,90 0,95 0,95 0,21 0,78% 2,61%

10 15047996 13206168 29969319 17651917 75875401 134915136 4,99% 1 0,99 0,93 0,95 0,93 0,48 2,39% 7,97%

11 23095850 5290446 10334005 21464476 60184777 145222993 5,37% 1 0,99 0,88 0,95 0,94 0,61 3,29% 10,97%

12 2741555 17771797 2070565 19921318 42505235 124437575 4,60% 1 0,99 1,00 0,95 0,97 0,67 3,08% 10,27%

13 16235467 6282736 1504696 6703290 30726190 118816688 4,40% 1 0,99 1,00 0,95 0,98 0,75 3,28% 10,94%

14 7942646 5496738 4172371 7197301 24809056 113817310 4,21% 1 0,99 0,88 0,95 0,93 0,80 3,36% 11,20%

15 20212806 966379 21993718 2371746 45544648 109163423 4,04% 1 0,99 1,00 0,95 0,97 0,60 2,41% 8,02%

16 5465194 22606583 6188002 26567491 60827270 100150599 3,71% 1 0,99 1,00 0,95 0,97 0,41 1,53% 5,10%

17 16420485 19396542 18295150 16479257 70591434 90977379 3,37% 1 0,99 0,97 0,95 0,96 0,26 0,87% 2,89%

18 13529058 23865642 5273542 22442619 65110860 82941989 3,07% 1 0,99 1,00 0,95 0,97 0,24 0,73% 2,42%

19 8249392 5002161 31873772 10540136 55665462 73111520 2,71% 1 0,99 0,92 0,95 0,91 0,31 0,83% 2,77%

20 19903784 21410173 933906 2153210 44401074 64344038 2,38% 1 0,99 0,87 0,95 0,93 0,36 0,86% 2,87%

21 3565260 8930306 7148171 10411155 30054893 55740026 2,06% 1 0,99 0,83 0,95 0,88 0,53 1,09% 3,63%

22 5468883 6344731 10441617 5023900 27279132 50624435 1,87% 1 0,99 0,98 0,95 0,95 0,49 0,91% 3,04%

23 2043593 14691285 7774806 11451917 35961602 44176721 1,63% 1 0,99 0,68 0,95 0,78 0,37 0,60% 2,01%

24 8417682 6687424 12209731 3044160 30358998 36084843 1,34% 1 0,99 1,00 0,95 0,97 0,18 0,24% 0,81%

25 5277045 6391652 890218 12618158 25177073 32274905 1,19% 1 0,99 1,00 0,95 0,97 0,25 0,30% 0,98%

26 242478 10619432 4189562 4615069 19666541 27967757 1,03% 1 0,99 0,97 0,95 0,96 0,33 0,34% 1,13%

27 2332321 5473061 8576256 4361264 20742902 25850043 0,96% 1 0,99 0,80 0,95 0,83 0,33 0,32% 1,06%

28 2100167 5150923 4439214 5585145 17275449 20698334 0,77% 1 0,99 1,00 0,95 0,97 0,19 0,15% 0,50%

____________________________________________________________________________________________________________________

161 CONTEXTUS Revista Contemporânea de Economia e Gestão. Vol 14 – Nº 2 – mai/ago 2016eeeeeeeeeeeeee ________Peeeeeeee__________Peeeeeeee__________P___


Tabela 3 - Informações da função 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 para o exemplo hipotético (cont.)

29 5839679 2513011 1321303 642436 10316429 18242272 0,68% 1 0,99 0,86 0,95 0,93 0,47 0,32% 1,06%

30 3576726 2225702 3346244 1134844 10283516 16649793 0,62% 1 0,99 0,47 0,95 0,70 0,57 0,35% 1,17%

31 3002431 2966644 3392807 302586 9664468 15927867 0,59% 1 0,99 0,98 0,95 0,96 0,41 0,24% 0,81%

32 438621 2881840 2165873 1669461 7155795 11034030 0,41% 1 0,99 0,97 0,95 0,95 0,39 0,16% 0,52%

33 1788097 1883661 992446 743187 5407391 11000840 0,41% 1 0,99 0,86 0,95 0,90 0,56 0,23% 0,75%

34 1774687 932013 216651 580641 3503992 10809914 0,40% 1 0,99 0,94 0,95 0,96 0,69 0,28% 0,92%

35 343435 1656651 985641 1428360 4414086 9568285 0,35% 1 0,99 0,75 0,95 0,82 0,62 0,22% 0,73%

36 913377 1328390 92258 84433 2418458 8340909 0,31% 1 0,99 0,95 0,95 0,97 0,72 0,22% 0,74%

TOTAL 926529392 891201959 628190352 702140170 3148061873 2702282263 100,00% - - 30,01% 100,00%


___________________________________________________________________________



Esses resultados sugerem que,

mesmo com esses ativos totais superiores

às obrigações da empresa, vê-se a

necessidade de uma redistribuição mais

harmoniosa desses ativos ao longo dos

períodos a fim de diminuir o risco de

insolvência da empresa. A partir dessa

análise os gestores da empresa poderiam,

por exemplo, rever um plano de venda dos

imóveis, postergar ou antecipar as formas

de pagamento ou até mesmo fazer

provisões para esses períodos de maior

risco marginal, com o intuito de reduzir o

risco de insolvência da empresa.

O Gráfico 2 mostra a distribuição

desarmoniosa dos ativos considerados e

das obrigações (passivos) do balanço

hipotético, em que há uma grande

concentração de ativos disponíveis nos

primeiros períodos e um descasamento dos

passivos em relação aos ativos a partir do

sétimo período. É possível observar

também um descasamento mais acentuado

nos períodos de 10 a 16, que seriam os

mais representativos ao risco de


Gráfico 2 - Gráfico comparativo entre ativos e passivos hipotéticos para os 36 períodos considerados


O Gráfico 3 mostra como ficaria

esse balanço hipotético com uma

redistribuição nos ativos considerados ao

longo dos 36 períodos, tendo como critério

que em todos os períodos ativos superiores

aos passivos.

___________________________________________________________________________



Gráfico 03 - Gráfico comparativo entre ativos redistribuídos e passivos para os 36 períodos


Por fim, a Tabela 4 mostra uma

proposta de redistribuição desses ativos a

fim de minimizar o efeito do descasamento

entre ativos e passivos considerados ao

longo dos períodos analisados

representados no Gráfico 3.

Com essa redistribuição de ativos

ao longo dos períodos, de forma que os

ativos sejam sempre superiores aos

passivos, observa-se que ainda assim existe

um risco de insolvência de 2,27%, risco

este que será tão maior quanto maiores

forem os riscos de crédito, de liquidez e de

engenharia da carteira de ativos

associados.

____________________________________________________________________________________________________________________

164 CONTEXTUS Revista Contemporânea de Economia e Gestão. Vol 14 – Nº 2 – abr/jul 2016eeeeeeeeeeee_____________Peeeeeeee__________Peeeeeeee__________P_


Tabela 4 - Informações da função 𝑅𝑖𝐷𝑐𝑖𝑣𝑖𝑙 para o exemplo hipotético - redistribuição de ativos

ANO a1 a2 a3 a4 ATIVO PASSIVO Wt(k) δ

t(p,a) Ө1 Ө2 Ө3 Ө f

t RiD

tcivil R

t(k | p,a)

1 49771278 119517720 33347073 47456463 250092534 125414379 4,64% 0 0,99 1,00 0,95 0,98 0,48 0,00% 0,00%

2 113308839 42205772 26686039 43369899 225570549 132482725 4,90% 0 0,99 0,43 0,95 0,81 0,22 0,00% 0,00%

3 31174924 60149940 87704636 31542774 210572275 145335304 5,38% 0 0,99 0,95 0,95 0,93 0,24 0,00% 0,00%

4 75974694 18544985 32011268 68949905 195480852 140467435 5,20% 0 0,99 0,96 0,95 0,96 0,24 0,00% 0,00%

5 80534503 70999458 19397136 25690641 196621738 150599121 5,57% 0 0,99 1,00 0,95 0,98 0,22 0,00% 0,00%

6 34793126 43032148 22868773 39743272 140437319 138532455 5,13% 0,96 0,99 0,97 0,95 0,96 0,03 0,13% 5,80%

7 31658177 48129138 18592209 28042426 126421950 120341248 4,45% 0 0,99 1,00 0,95 0,98 0,02 0,00% 0,00%

8 25440228 28019026 14090123 29804056 97353432 95511020 3,53% 0,9232 0,99 0,89 0,95 0,92 0,06 0,19% 8,49%

9 52393612 37987582 3116707 10491193 103989095 100708949 3,73% 0,9467 0,99 0,90 0,95 0,95 0,02 0,08% 3,49%

10 26947502 23649211 53668161 31610526 135875401 134915136 4,99% 0,9266 0,99 0,93 0,95 0,93 0,07 0,31% 13,62%

11 57633263 13201752 25787422 53562340 150184777 145222993 5,37% 0,9351 0,99 0,88 0,95 0,94 0,03 0,17% 7,31%

12 8417488 54565338 6357324 61165085 130505235 124437575 4,60% 0 0,99 1,00 0,95 0,97 0,02 0,00% 0,00%

13 65381191 25300952 6059499 26994548 123736190 118816688 4,40% 0 0,99 1,00 0,95 0,98 0,02 0,00% 0,00%

14 37076394 25658858 19476694 33597110 115809056 113817310 4,21% 0,9251 0,99 0,88 0,95 0,93 0,06 0,23% 10,08%

15 49503737 2366784 53865417 5808709 111544648 109163423 4,04% 0,968 0,99 1,00 0,95 0,97 0,01 0,04% 1,87%

16 9418495 38959276 10664154 45785345 104827270 100150599 3,71% 0 0,99 1,00 0,95 0,97 0,01 0,00% 0,00%

17 21770584 25716295 24256050 21848504 93591434 90977379 3,37% 0,9563 0,99 0,97 0,95 0,96 0,02 0,05% 2,30%

18 17684758 31196413 6893407 29336282 85110860 82941989 3,07% 0,972 0,99 1,00 0,95 0,97 0,00 0,01% 0,34%

19 11213309 6799384 43325675 14327094 75665462 73111520 2,71% 0,91 0,99 0,92 0,95 0,91 0,06 0,14% 6,31%

20 30214053 32500761 1417675 3268585 67401074 64344038 2,38% 0,9258 0,99 0,87 0,95 0,93 0,03 0,07% 2,93%

21 6768134 16952902 13569775 19764081 57054893 55740026 2,06% 0,876 0,99 0,83 0,95 0,88 0,10 0,19% 8,23%

22 10681328 12391954 20393622 9812228 53279132 50624435 1,87% 0 0,99 0,98 0,95 0,95 0,00 0,00% 0,00%

23 2611864 18776555 9936780 14636402 45961602 44176721 1,63% 0,7751 0,99 0,68 0,95 0,78 0,19 0,25% 10,81%

24 10358582 8229371 15024980 3746065 37358998 36084843 1,34% 0 0,99 1,00 0,95 0,97 0,01 0,00% 0,00%

25 6953823 8422596 1173084 16627570 33177073 32274905 1,19% 0,9651 0,99 1,00 0,95 0,97 0,01 0,01% 0,40%

26 353444 15479203 6106832 6727063 28666541 27967757 1,03% 0,9557 0,99 0,97 0,95 0,96 0,02 0,02% 0,89%

27 3006958 7056174 11056986 5622784 26742902 25850043 0,96% 0,8313 0,99 0,80 0,95 0,83 0,14 0,11% 4,91%

____________________________________________________________________________________________________________________

165 CONTEXTUS Revista Contemporânea de Economia e Gestão. Vol 14 – Nº 2 – mai/ago 2016eeeeeeeeeeeeee ________Peeeeeeee__________Peeeeeeee__________P___


28 2586445 6343580 5467081 6878343 21275449 20698334 0,77% 0,9655 0,99 1,00 0,95 0,97 0,01 0,01% 0,25%

29 10368128 4461755 2345924 1140621 18316429 18242272 0,68% 0,9319 0,99 0,86 0,95 0,93 0,06 0,04% 1,78%

30 6011407 3740740 5624035 1907334 17283516 16649793 0,62% 0,6968 0,99 0,47 0,95 0,70 0,28 0,12% 5,23%

31 5177099 5115392 5850226 521750 16664468 15927867 0,59% 0 0,99 0,98 0,95 0,96 0,01 0,00% 0,00%

32 683805 4492753 3376568 2602668 11155795 11034030 0,41% 0,9477 0,99 0,97 0,95 0,95 0,04 0,02% 0,71%

33 3772156 3973757 2093657 1567821 11407391 11000840 0,41% 0,9044 0,99 0,86 0,95 0,90 0,06 0,02% 1,01%

34 5320018 2793917 649458 1740599 10503992 10809914 0,40% 1 0,99 0,94 0,95 0,96 0,06 0,03% 1,15%

35 779140 3758386 2236089 3240471 10014086 9568285 0,35% 0,8246 0,99 0,75 0,95 0,82 0,14 0,04% 1,76%

36 3179392 4624019 321142 293905 8418458 8340909 0,31% 0,9654 0,99 0,95 0,95 0,97 0,03 0,01% 0,34%

TOTAL 908921880 875113848 614811682 749224463 3148071873 2702282263 100,00% - - 2,27% 100,00%


___________________________________________________________________________



4 CONCLUSÃO

Embora existam na literatura

modelos que buscam indicar previamente

situações de insolvência em empresas, suas

abordagens não são direcionadas a

empresas do setor de construção civil e,

portanto, esses modelos não permitem

indicar quais classes de ativos da carteira

estariam contribuindo em maior proporção

para essa situação de risco da empresa,

bem como quais seriam os períodos

críticos.

O risco de crédito é importante no

contexto de risco de insolvência em geral

uma vez que o mesmo representa o risco

de inadimplência dos devedores da

empresa. No entanto observa-se no caso de

empresas do setor de construção que, na

maioria das vezes, esse risco é

minimizado, uma vez que o objeto do

contrato passa a ser uma garantia real do

recebimento desse ativo. Em contrapartida,

diferentemente de empresas do setor

financeiro, observa-se que a

disponibilização desse ativo para

liquidação das obrigações da empresa está

intimamente ligada à liquidez do ativo, que

por sua vez está sujeita a uma condição de

mercado do setor em um período

específico.

Outro fator importante é que as

empresas do setor na prática da

modalidade de incorporação imobiliária

realizam uma venda para entrega futura, ou

seja, os seus recebimentos passam a estar

intimamente ligados à sua capacidade

técnica de entrega do produto no prazo

acertado do contrato de venda. Os

impactos desses riscos, nomeados de

liquidez e engenharia, na solvência da

empresa, podem ser ainda maiores quando

o descasamento entre ativos e passivos não

for suficiente para compensar a diferença

entre ativos provisionados como recebíveis

e ativos efetivamente recebidos.

O objetivo deste trabalho foi o de

formular uma nova medida estatística em

que, além de ter base no descasamento

entre ativos e passivos com o risco de

crédito incorporado, como indicou Monte-

Mor e Sanfins (2014) na formulação da

medida RiD, incorpore também os riscos

de liquidez e engenharia na determinação

do risco de insolvência ao qual a

instituição está submetida. Essa nova

medida foi nomeada neste trabalho de

RiDcivil.

Por meio das simulações

apresentadas, verifica-se que a abordagem

proposta para o risco de insolvência para

empresas do setor de construção civil

permite não só o acompanhamento

periódico do descasamento entre ativos e

passivos, fornecendo a valor presente um

grau de insolvência de uma instituição do

setor, mas também incorpora diferentes

riscos inerentes a diferentes classes de

___________________________________________________________________________



recebíveis, dando assim uma resposta mais

precisa para empresas do setor da

construção civil.

Como verificado pelas simulações,

a incorporação dos fatores de risco de

liquidez e engenharia ao risco de crédito no

modelo foi capaz de capturar os efeitos dos

descasamentos entre ativos e passivos com

uma diferença entre o verdadeiro

percentual de descasamento e o percentual

calculado inferior a 7×10−6

para qualquer

nível percentual considerado. Observando-

se os resultados fornecidos pelas medidas

RiDtcivil e R

t, conclui-se que essas medidas

possibilitam um posicionamento mais

realista das obrigações presentes no

balanço patrimonial, no que tange

principalmente aos quesitos cumprimento

de metas e redirecionamento de recursos

no longo prazo.

Essa funcionalidade da ferramenta

como auxílio à gestão financeira de

empresas desse setor pode ser avaliada na

aplicação do exemplo hipotético, em que

foi mostrado que a ferramenta permite

indicar em quais períodos o descasamento

é mais severo e também quais classes de

ativos estão influenciando mais no

descasamento entre ativos e passivos. Em

estudos posteriores, pretende-se

estabelecer uma medida probabilística ao

RiDcivil, que indicará a influência da

habilidade do gestor na redistribuição dos

recursos. Outro tema de estudo futuro é a

criação de uma função estatística para

determinação de valores condizentes com o

mercado brasileiro da construção civil,

para as medidas de risco de crédito, risco

de liquidez e risco de engenharia.

Por fim, o novo modelo RiDcivil,

além de indicar uma probabilidade mais

realística de insolvência para empresas do

setor da construção civil, fornece

resultados que permitem uma gestão mais

eficiente dos recursos da empresa no longo

prazo. Assim, os resultados obtidos pela

medida RiDcivil, tanto os globais quanto os

marginais, podem ser utilizados para que

as empresas de construção tracem

estratégias de forma a minimizar o risco de

falência, dadas as perdas esperadas

associadas à atividade em questão, ou

ainda para que os processos de recuperação

judicial sejam desenhados de forma a

permitir a efetiva recuperação da empresa

em questão.

Vale ressaltar ainda que, para que

alterações no custo de capital ao longo do

tempo não distorçam as inferências a

serem feitas a partir da medida proposta,

todas as simulações apresentadas nesse

trabalho consideraram fluxos de recebíveis

e obrigações inicialmente formulados de

forma a já representarem o valor presente

de cada ativo/passivo futuro da empresa.

Recomenda-se que futuras pesquisas

avaliem o comportamento da medida de

insolvência proposta em cenários

___________________________________________________________________________



macroeconômicos em que haja alterações

das taxas de inflação, de juros e do custo

de capital das empresas.

REFERÊNCIAS

ALTMAN, E.I. Financial ratios,

discriminant analysis and prediction of

corporate bankruptcy. Journal of Finance,

v. 23, n. 4, p. 189-209, 1968.

ALVES, P.R.R. O desenvolvimento do

sistema financeiro imobiliário e da

securitização de recebíveis imobiliários

na redução do déficit habitacional

brasileiro. 2005. 86 f Dissertação

(Mestrado) - Universidade Federal do Rio

de Janeiro, Brasil, 2005.

BANCO NACIONAL DE

DESENVOLVIMENTO. Perspectivas do

investimento 2010-2013 na Construção

Civil. Disponível em:

<http://www.bndes.gov.br>. Acesso em:

12 fev. 2010.

BOLSA DE VALORES DO ESTADO DE

SÃO PAULO. Dados de mercado.

Disponível em:

<http://bmfbovespa.comunique-

se.com.br/>. Acesso em: 12 fev. 2010.

BRITO, G.A.S.; ASSAF NETO, A.

Modelo de Classificação de Risco de

Crédito das Empresas. Revista

Contabilidade e Finanças, v. 19, n. 46, p.

18-29, 2008.

CÂMARA BRASILEIRA DA

INDÚSTRIA DA CONSTRUÇÃO.

Participação da Construção Civil no PIB

Brasil. Disponível em:

<http://www.cbicdados.com.br/menu/hom

e/participacao-da-construcao-civil-no-pib-

brasil>. Acesso em: 12 fev. 2010.

CORREIA, C.S.V. Previsão da

insolvência: Evidência no setor da

construção. 2012. 72 f. Dissertação

(Mestrado) - Universidade de Aveiro,

Portugal, 2012.

DÉCAMPS, J.; ROCHET, J.; ROGER, B.

The three pillars of Basel II: Optimizing

the mix, Journal of Financial

Intermediation v. 13, p. 132-155, 2004.

EXAME.COM. Cenário interno leva

ações de construtoras a perderem valor.

Disponível em:

<http://exame.abril.com.br/mercados/notici

as/cenario-interno-leva-acoes-de-

construtoras-a-perdem-valor>. Acesso em:

12 fev. 2010.

HANNAN, T.H.; HANWECK, G.A. Bank

Insolvency Risk and the Market for Large

Certificates of Deposit. Journal of Money,

Credit and Banking, v.20, n. 2, p. 203-

211, 1988.

HORTA, R.A.M.; BORGES, C.C.H.;

CARVALHO, F.A.A.; ALVES, F.J. dos S.

Previsão de Insolvência: Uma Estratégia

para Balanceamento da Base de Dados

Utilizando Variáveis Contábeis de

Empresas Brasileiras. Sociedade,

Contabilidade e Gestão, Rio de Janeiro,

v. 6, n. 2, p. 21-36, 2011.

HSIAO, S.H.; WHANG, T.J. A study of

financial insolvency prediction model for

life insurers. Expert Systems with

Applications. v.36, p. 6100-6107, 2009.

JUNIOR, A.F.A.; NOGUEIRA, D.G.;

SHIKIDA, C.D. Analysis of the efficiency

of national civil construction firms.

Brazilian Business Review, v. 9, n. 3, p.

45-70, 2012.

KANITZ, S. C. Indicadores contábeis e

financeiros de previsão de insolvência: a

experiência na pequena e média empresa

brasileira. São Paulo: 1976. Tese (Livre

Docência) – Faculdade de Economia,

Administração e Contabilidade,

Universidade de São Paulo.

___________________________________________________________________________



KIM, YONG. Modeling of commercial

real estate credit risks. Quantitative

Finance. v. 13 n. 12, p. 1977-1989, 2013.

LANGFORD, D.; IYAGBA, R.; KOMBA,

D. M. Prediction of solvency in

construction companies. Construction

Management and Economics, v. 11, n. 5,

p. 317-325, 1993.

MASON, R.J.; HARRIS, F.C. Predicting

company failure in the construction

industry. Proceedings Institution of Civil

Engineers, v. 66, n. 2, p. 301-317, 1979.

MERTON, R. C. Theory of Rational

Option Pricing. Bell Journal of

Economics and Management Science, v.

4, 141-183, 1973.

MONTE-MOR, D.S.; SANFINS, M. A.

dos S. RiD: Uma Nova Abordagem para o

Cálculo do Risco de Insolvência. Revista

Brasileira de Finanças, v. 12, n. 2, p. 229-

255, 2014.

SALCEDO-SANZ, S.; FERNANDEZ-

VILLACANAS, J.; BOUSONO-

CALZON, C., & SERGOVIA-VARGAS,

M. Genetic Programming for the

Prediction of Insolvency in Non-Life

Insurance Companies. Computers &

Operations Research, v. 32, p. 749-765,

2005.

SERASA EXPERIAN. Indicador Serasa

Experian de Falências e Recuperações. Disponível em:

<http://noticias.serasaexperian.com.br/indi

cadores-economicos/falencias-e-

recuperacoes/>. Acesso em: 12 fev. 2015.

THOMSON, J. B. Predicting Bank

Failures in the 1989s. Economic Review,

v. 27, p. 9-20. Federal Reserve Bank of

Cleveland, 1991.

UM NOVO MODELO DE PREVISÃO DE INSOLVÊNCIA PARA O …

Documents

Transcript of UM NOVO MODELO DE PREVISÃO DE INSOLVÊNCIA PARA O …